[发明专利]使用机器学习的图像编码器及图像编码器的数据处理方法

说明书

本发明涉及图像编码器。一种图像编码器，用于通过对输入图像编码来输出比特流，该图像编码器包括预测器、基于机器学习的预测增强(MLBE)器和减法器。预测器配置为使用先前输入块的数据来生成预测块。MLBE器配置为通过将机器学习技术应用于预测块来将预测块变换为增强的预测块。减法器配置为通过从当前输入块的像素数据中减去增强的预测块的像素数据来生成剩余块。本发明还涉及该图像编码器的数据处理方法。

相关申请的交叉引用

本申请要求2017年10月19日在韩国知识产权局提交的韩国专利申请No.10-2017-0136043的优先权，其全部内容通过引用并入于此。

技术领域

本公开涉及电子设备。更具体地，本公开涉及具有使用机器学习技术的图像编码器的电子设备以及图像编码器的编码方法/用于图像编码器的编码方法。

背景技术

对以高分辨率、高帧速率、高比特深度等为特征的高清晰度视频服务的需求迅速增加。因此，用于有效地编码和解码大量视频数据的编解码器的重要性已经引起关注。

H.264或高级视频编码(AVC)技术涉及视频压缩并且与先前的视频压缩技术相比可以在压缩效率、图像质量、比特率等方面提供增强的性能。这种视频压缩技术已经通过数字电视(TV)商业化，并且已经广泛用于各种应用领域，例如视频电话、视频会议、数字多功能盘(DVD)、游戏和三维(3D)电视。与先前版本相比，H.264或AVC压缩技术当前可以在压缩效率、图像质量、比特率等方面提供优异的性能。然而，在这种技术中运动预测模式可能更复杂，并且由此可以逐渐达到压缩效率的极限。

发明内容

本公开的实施例提供了一种图像编码器以及图像编码器的编码方法，该图像编码器用于在不添加控制数据的情况下生成预测块，该预测块作为具有与资源块(相比较)较小不同的增强的预测块。

根据实施例的一方面，一种用于通过编码输入图像来输出比特流的图像编码器包括预测器、基于机器学习的预测增强(MLBE)器和减法器。预测器配置为使用先前输入块的数据来生成预测块。基于机器学习的预测增强器配置为通过将机器学习技术应用于预测块来将预测块变换为增强的预测块。减法器配置为通过从当前输入块的像素数据减去增强的预测块的像素数据来生成剩余数据的剩余块。

根据实施例的另一方面，一种用于处理图像数据的方法包括：从先前输入块的时域数据生成预测块；通过将多个可用的机器学习技术中的至少一个应用到预测块而将预测块变换为增强的预测块；并通过从当前输入块减去增强的预测块来生成剩余数据的剩余块。

根据实施例的另一方面，一种用于处理图像数据的方法包括：从先前输入块的时域数据生成预测块；通过将多个可用的机器学习技术中的至少一个应用到预测块而将预测块变换为增强的预测块；使用与预测块和增强的预测块中的每一个对应的率失真优化(RDO)值来选择预测块和增强的预测块中的一个；并且通过从当前输入块中减去已选择的块来生成剩余数据的剩余块。

附图说明

通过以下参考附图的描述，上述及其他目的和特征将变得显而易见，其中除非另有说明，否则相同的附图标记在各个附图中指代相同的部分，并且其中：

图1是示出根据本公开的实施例的MLB编码器的配置的框图；

图2是示出图1的MLB编码器的示意性配置的框图；

图3是示出图1的MLB编码器的详细配置的框图；

图4是示出图3中所示的基于机器学习的预测增强(MLBE)块的特性的框图；

图5A和5B是示出用于根据每个预测模式选择最佳机器学习算法的MLBE器的框图；

图6A和6B是示出根据本公开的实施例的用于根据预测块的特性选择机器学习技术的编码方法的流程图；